2

我得到了这个学校项目，其目标是拍照，应用 RLE 方法将其压缩为二进制文件 (.txt)，并节省一些空间。在挣扎了3天之后，我现在遇到了麻烦。

def lecture_fichier_compresse():
    f2=open("data2.txt",'rb') #open a binary file in reading mod.
    im3=zeros((962,800,3),dtype="uint8") #create picture which size is 962*800 where every pixels are coded on 3 bytes.
    d=0#pixel counter
    i=0#lign indexation
    j=0#column indexation
    b=ord(f2.read(1))# the informations are read a first time
    a=ord(f2.read(1))
    rouge=ord(f2.read(1))
    vert=ord(f2.read(1))
    bleu=ord(f2.read(1))
    while i!=im3.shape[0]: #as long as it doesn't reach the final lign
        if d<=(a+b*255):
            im3[i,j,0] = rouge
            im3[i,j,1] = vert
            im3[i,j,2] = bleu
            d+=1
            j+=1
            if j==im3.shape[1]:
                j=0
                i+=1
        else: #resets pixel counter and starts reading next informations
            d=0
            b=ord(f2.read(1))
            a=ord(f2.read(1))
            rouge=ord(f2.read(1))
            vert=ord(f2.read(1))
            bleu=ord(f2.read(1))       
    f2.close()
    imsave("Copie_compresse.bmp",im3)
    return im3

imshow(lecture_fichier_compresse());show()

当我执行 pgrm 时，它给了我标题中写的这个错误。这是我觉得不可能纠正的事情，因为它是用十六进制写的。

这里有更多信息：这里的像素不是使用字节编码的，就像我们通常对 .bmp 等格式所做的那样。在这里，RLE 将通过比较 3 个级别的颜色来搜索相同像素上的相同像素，并计算遇到它的次数。最后，它存储在比 RGB 字节多的两个字节中：a 和 b。a 是像素数。b 是 255 个像素堆栈的数量。（因为我将数据编码为 8 位并且图片通常大于 255*255 大小）

4

1 回答 1

2

你的文件太短了，你的数据用完了。file.read(..)找到 EOF 时返回一个空字符串。也许您剩余的字节应该保留为 0？

您读取数据的效率极低。使用该struct模块将数据解压缩为整数，并创建一个由 (R, G, B) 三元组组成的长 numpy 数组，然后重塑数据以形成图像矩阵：

import numpy as np
import struct

def lecture_fichier_compresse():
    width, height = 800, 962
    with open("data2.txt", 'rb') as rle_data:
        image = np.zeros((width * height, 3), dtype="uint8")
        pos = 0
        # decompress RLE data; 2 byte counter followed by 3 RGB bytes
        # read until the file is done
        for data in iter(lambda: rle_data.read(5), ''):
            if len(data) < 5:
                # not enough data to store another RLE RGB chunk
                break
            count, r, g, b = struct.unpack('>HBBB', data)
            image[pos:pos + count, :] = [[r, g, b]] * count
            pos += count
    # reshape continuous stream into an image matrix
    image = image.reshape((height, width, 3))
    imsave("Copie_compresse.bmp",im3)
    return image

也就是说，使用您的示例文件数据，我似乎无法构建一个连贯的图像。解压缩会生成 695046 像素的数据，这不会产生连贯的矩形图像（数字因子的最高短维度是 66，因此非常拉长）。即使最后允许丢失数据，我似乎也找不到任何能产生连贯图像的纵横比。结论是您的输入数据不完整或不正确。

于 2017-12-26T11:52:12.067 回答